2026年7月17日至20日，以“智能伙伴 共创未来”为主题的2026世界人工智能大会暨人工智能全球治理高级别会议（WAIC）在上海隆重召开。

大会期间，毕马威发布《跨越奇点：世界模型如何重塑具身智能产业与商业范式》报告，直指行业关键转折：大模型无法独自通向AGI，真正能赋予具身智能“观察、推理、行动”心智闭环的，是能理解物理规律并在内部“推演未来”的世界模型。在海量资本涌入与多模态技术成熟的共振下，世界模型正处于从早期理论向实际应用跨越的黄金拐点。

直击具身智能四大产业化瓶颈，世界模型是破局关键

“十五五”规划首次将具身智能系统性写入未来产业布局，顶层规划为长周期硬科技研发提供确定性背书，锚定通用具身智能终局；各地方积极构建创新基础设施，提供技术验证公共平台、商业化早期场景和标准话语权。由此，“国家定方向、地方建生态”的协同生态正加速形成。产业端融资则持续高涨，据IT桔子数据，2026年上半年中国具身智能赛道融资金额较2025年同期上涨5倍。但是，从产业实际落地情况来看，具身智能正面临四大产业化瓶颈：

• 数据瓶颈：真实机器人数据难以支撑规模化训练
• 任务瓶颈：短动作能力难以自然延展为长链路任务能力
• 控制瓶颈：世界理解难以稳定转化为可执行动作
• 部署瓶颈：离线模型能力难以直接进入真实闭环系统

世界模型能够让机器人拥有理解物理世界规律的物理直觉，在突破四大产业化瓶颈中可提供关键支撑：

通过融合开放世界视频、人类行为数据和机器人交互数据，世界模型构建起统一的世界知识底座，降低对机器人数据的依赖，提升跨场景、跨物体、跨任务泛化能力。

凭借长时序状态建模与世界状态一致性维持机制，世界模型能支撑机器人完成多步骤连续任务，实现从短动作到长链路执行的跃迁。

当世界模型能够实现“理解—生成—预测”一体化时，环境感知、未来预测与动作策略相互连接，有望提升机器人动作成功率、增强复杂场景适应能力。

针对部署瓶颈，基于低延迟推理、端侧/边缘侧部署与高效表征等能力，世界模型可扩展为具身智能基础设施，推动机器人从离线演示走向真实部署。

结合相关企业融资情况来看，2025下半年以来，世界模型企业融资明显加快，融资笔数连续五个季度攀升，在已披露金额的融资事件中，85%的规模超千万级美元。

从生成导向到控制导向，洞悉世界模型演进前沿趋势

世界模型的本质是在机器人等智能体内部构建一个能够理解世界、模拟未来并指导行动的动态世界表示，从而实现更加高效、安全和自主的学习与决策。当前，全球世界模型的主流技术架构大致可概括为四大流派。

全球世界模型的主流技术架构流派评析

资料来源：公开资料，毕马威分析

查看原图

在当前周期内，各技术流派并行演进，可预期的收敛趋势指向一体化架构，表现为内敛推演深度和部署交互方式两大维度的阶跃。在模型能力进阶图谱中，收敛并非从方向0线性爬升到方向5，即较高层级不意味着必须完全替代较低层级。例如，一个处于内禀推演深度的因果干预能力层级的模型，既可以做离线评估策略，亦可以做实时控制试验，两者并存、互不矛盾。

模型能力进阶图谱

资料来源：公开资料，毕马威分析

查看原图

结合部分世界模型披露的技术路线来看，各家或是聚焦特定场景，或是遵循特定路径或方向，又或是直接锚定一体化原生架构，以实现模型能力进阶。而物理一致能力方向上的分化较明显，可能重构相关模型的演进路线。主要体现在，部分模型侧重空间几何、场景连续性与环境可仿真性，部分模型则侧重动作条件下的状态演化与因果一致性。长期来看，这种路线差异也会使得预期能力层级持续变动。

此外，各家模型面临的共性约束在于高阶能力的工程化瓶颈。世界模型由能力验证走向真实部署，较大程度上受制于推理时延与计算效率、真实交互数据获取与闭环回流、长时序误差累积，以及真机部署成本等因素，短期内仍需在模型能力、实时性能与部署经济性之间进行权衡。

立足具身智能产业落地需求，拆解世界模型六大核心特征

在具身智能加速产业化、资本持续加注以及多元技术路线竞合演进的共同推动下，世界模型的技术内涵、能力边界与价值实现路径也日益丰富。随之而来的关键问题是：如何科学合理地评估世界模型？

国际学术界和产业界正加速构建强调物理遵循、时空一致、感知理解、因果推演、生成质量、任务执行、跨场景应用等多维度的系统化评估体系。基于对相关研究最新进展的洞察，并立足具身智能产业化对世界模型能力的实际需求，毕马威将评估重点归纳为感知与理解、演化与生成、预测与执行三大方向，并拆解为六项核心特征，以构建面向产业应用的世界模型能力评估体系。

世界模型核心指标深度评估体系的重点关注方向

资料来源：公开资料，毕马威分析

查看原图

围绕世界模型的六项一级特征、23项二级特征，可进一步构建可量化、可对比的多维评价指标体系。

世界模型核心指标深度评估体系

资料来源：公开资料，毕马威分析

查看原图

具身智能产业落地主要按“物理本体—运动控制—认知决策—任务执行”四层展开，世界模型作为具身智能企业的核心基础设施，通过支撑认知决策、运动控制、任务执行等层面的能力提升，推动产业化落地。

• 物理本体层并非世界模型直接驱动领域，世界模型主要通过仿真验证、状态预测和设计优化等辅助机器人本体迭代。
• 运动控制层依赖因果推理与未来状态预测精度，是连接认知决策与物理执行的关键桥梁。
• 认知决策层对世界模型六大特征的依赖最全面且最强，覆盖感知与理解、演化与生成等关键依赖，是模型能力综合作用的集中体现，构成具身智能系统的核心枢纽，直接决定整体智能水平与产业落地效果。
• 任务执行层是世界模型产业价值的最终体现，重点依赖预测与执行能力，实现从完成动作到完成任务的跨越。

具身智能产业视角解析

资料来源：毕马威分析

查看原图

但在此过程中，企业仍面临战略定位、能力建设、知识沉淀、流程重构和组织管理等一系列挑战与需求。例如，在物理本体层，部分企业较缺乏机器人硬件能力与业务流程的匹配分析能力，需要人机协同流程设计与能力匹配分析；在运动控制层，部分企业不清楚哪些任务与动作适合机器人，需要将业务任务拆解为标准化流程与动作，形成机器人可理解、可执行的知识体系；在认知决策层，企业可能还不清楚世界模型应解决什么业务问题，需要完成世界模型应用架构规划；在任务执行层，机器人往往能完成任务但无法稳定达到业务要求，相关企业亟需进行任务标准定义与评价体系设计。

聚焦代表领域落地实践，前瞻具身世界模型商业化未来

依据具身智能的物理载体分类和对应的产业成熟度，世界模型能力需求主要体现在环境复杂度、任务复杂度、物理交互强度、自主决策水平。其中，在机械臂领域，世界模型通过学习机器人动作与环境变化之间的关系，可在机械臂真实执行前预测候选动作的结果，并发展为支持数据生成、策略评估、后训练和闭环优化的预测型基础设施；在自动驾驶领域，世界模型不仅能够提升强化学习效率，更能够成为下一代智能系统的重要研发基础设施，广泛用于训练、评估和验证，已经具备较强产业可行性；在人形机器人领域，世界模型可生成操作数据与复杂场景，支持人形机器人持续训练与验证，并通过动作推演和任务规划，提升复杂操作、自主决策与持续优化能力。

具身智能载体产业化水平与世界模型能力需求图谱

资料来源：公开资料，毕马威分析

查看原图

值得注意的是，具身智能领域的世界模型多数应用集中于研发验证、试点部署和示范场景，商业化价值仍待提升，而根源性的阻碍在于工程体系建设不足。体现为模型性能提升与高质量具身数据短缺、模型训练和推理效率提升与计算资源约束等核心矛盾。

世界模型商业化落地过程中的工程化核心阻碍

数据来源：Physical AI : Taking human-robot collaboration to the next level，毕马威分析

查看原图

具身智能商业模式画布

资料来源：公开资料，毕马威分析

查看原图

本文内容仅供一般参考用，并非针对任何个人或团体的个别或特定情况而提供。虽然我们已致力提供准确和及时的资料，但我们不能保证这些资料在阁下收取时或日后仍然准确。任何人士不应在没有详细考虑相关的情况及获取适当的专业意见下依据所载内容行事。本文所有提供的内容均不应被视为正式的审计、会计或法律建议。

©2026毕马威华振会计师事务所（特殊普通合伙）、毕马威企业咨询（中国）有限公司及毕马威会计师事务所，均是与毕马威国际有限公司（英国私营担保有限公司）相关联的独立成员所全球组织中的成员。毕马威国际及其关联实体不提供任何客户服务。各成员所均为各自独立的法律主体，其对自身描述亦是如此。毕马威华振会计师事务所（特殊普通合伙）——中国合伙制会计师事务所；毕马威企业咨询（中国）有限公司——中国有限责任公司；毕马威会计师事务所——香港合伙制事务所。版权所有，不得转载。毕马威的名称和标识均属于毕马威国际的商标或注册商标。